Learning Analytics aplicado ao curso online da Língua Brasileira de Sinais

Abstract

O objetivo desta dissertação é apresentar os limites e as propostas que o Learning Analytics, aplicadas ao curso online de Língua Brasileira de Sinais da Universidade Federal de Minas Gerais, podem proporcionar. Como problema de pesquisa, tem-se a alta taxa de reprovação da disciplina nos cursos de graduação em que é obrigatória e o volume de dados para análise é muito alto para ser feito sem o apoio do computador. Ademais, a base de dados possui poucas variáveis de análise, que são: a frequência de acesso dos alunos aos Objetos de Aprendizagem; as notas dos alunos; os horários de acesso e os cursos de procedência, todos disponíveis no Ambiente Virtual de Aprendizagem Moodle. Em especial, dada a limitação do número de variáveis de análise, consideram-se os enunciados dos Objetos de Aprendizagem como as variáveis de análise que distinguem esta pesquisa, aplicada à Língua Brasileira de Sinais, de quaisquer outras disciplinas online. Como metodologia de pesquisa, a partir desses dados, foram gerados gráficos e computadas com data mining as regras que classificam os Objetos de Aprendizagem como os mais relevantes para se aprender Língua Brasileira de Sinais no formato online. A partir dos dados analisados nesse processo, como resultado da pesquisa, foi identificado o Objeto de Aprendizagem “Produção de vídeo” como um dos principais Objetos de Aprendizagem do curso. Assim, foi esboçada uma proposta de um modelo visual para acompanhamento da aprendizagem no formato online tendo como base o Visual Learning Analytics. Nessa configuração, são utilizados os parâmetros da Língua Brasileira de Sinais, os níveis linguísticos, os tipos de exercícios e o estilo de aprendizagem do discente como extensão da rede de atividades do Visual Learning Analytics, com a finalidade de agrupar as similaridades, refinar o percurso dos alunos e permitir a intervenção do professor de modo mais eficiente.